MétaCan
Menu
Retour à la cohorte
Enregistrement W4416707772 · doi:10.1093/9780197758847.003.0018

Canada

2025· book-chapter· en· W4416707772 sur OpenAlexaboutno aff
Varda Mann-Feder, Laurence Magnan-Tremblay, Amanda Keller

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueChild Welfare and Adoption
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConsistency (knowledge bases)Health careWelfareFoster careChild careData collectionPublic policyContext (archaeology)

Résumé

récupéré en direct d'OpenAlex

Abstract This chapter presents a literature review of Canadian care leaver programs, policies, and statistics. Approximately six thousand young people age out of care in Canada annually. While various programs exist to support care leavers, there is limited consistency across the country regarding program types and eligibility criteria. Moreover, Canada lacks a federal framework for child welfare, resulting in wide variations in care leaving policies among provinces and territories, leading to inequities and making it challenging to compare programming between regions. Canada also faces a significant research gap in understanding the outcomes and policies related to care leavers, with limited published research available nationally to understand foster care alumni outcomes and needs. Notably, the foster care alumni networks are particularly strong in Canada and continue to push for meaningful change. In conclusion, Canada has challenges in its child welfare and care leaving systems, marked by disparities between provinces in relation to policies and programming, a lack of consistency in data collection efforts, and a limited number of longitudinal research projects to track care leaver outcomes. These findings necessitate improved research and policy development to ensure the well-being of youth in care and those transitioning out of the system.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,357
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,006
Études des sciences et des technologies0,0050,001
Communication savante0,0050,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,3570,112

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,011
Tête enseignante GPT0,237
Écart entre enseignants0,227 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetChild Welfare and AdoptionTravaux en français237 207